AI가 2030년대까지 의료 서비스를 변화시킬 수 있을까?

AI가 2030년대까지 의료 서비스를 변화시킬 수 있을까?

컴퓨터 과학자들은 인공 지능이 의사와 환자에게 더 나은 의료 서비스를 제공 할 수 있다고 오랫동안 믿고 있었다. 실제로 약 10 년 전 IBM 은 Watson 기술이 의사가 환자를 진단하고 치료하는 데에 도움이 될 것이라고 말하기도 하였다. 그러나, 아직 그 약속을 이행하는 회사는 하나도 없는 듯 하다. 최근 두 명의 주요 AI 전문가에 따르면, 인공 지능은 향후 10 년 동안 의료 서비스를 변화시키지 못할 것이라고 한다.
“기술 분야에서는 진전이 느리게 진행되다가도 다시 빠르게 진행되는 경향이 있습니다.” Google Brain 의 설립자이자 Baidu 의 전 수석 과학자이자 현 스탠포드의 겸임 교수인 Andrew Ng(앤드류 응)은 이렇게 말했다. “인공 지능은 의료 분야에서 아직은 천천히 진행되고 있다고 생각합니다.”

(이미지 : https://engineering.stanford.edu/magazine/article/andrew-ng-deep-learning-has-created-sea-change-robotics)

최근 Andrew Ng(앤드류 응)과 인간 중심 인공 지능을 위한 스탠포드 대학교 연구소의 공동 책임자 인 Fei-Fei Li (페이-페이 리) 는 연구소에서 주최하는 패널에서 AI와 의료 산업이 어떻게 통합될 수 있는지에 대해 논의하였다. Andrew Ng(앤드류 응)은 향후 몇 년 동안 큰 돌파구를 기대하지 않는다고 말하며, 오히려 그는 향후 10 년 동안 의료 분야에서 AI를 그저 “꽃”으로 보기를 희망한다고 말했다.

(이미지 : https://hai.stanford.edu/people/fei-fei-li-0)

과거 오바마 행정부는 HITECH Act 와 Affordable Care Act 를 통해 환자 건강 기록을 디지털화하도록 의료 시스템을 장려함으로써 궁극적인 미래를 위한 길을 열었다. 그러나 AI 기술이 의료 산업에 도움 줄 수 있다고 믿고 있는데도 불구하고, 아직 의료계에서는 아직 AI 기술 도입에 소극적인 것이다. 2021 년 Medscape 설문 조사에 따르면 의사의 40 % 이상이 업무상 탈진으로 고통 받고 있으며, 대다수는 코로나19 이전에도 이런 탈진을 경험했다고 말한다. 그들을 지치게 만드는 주요 원인은 메모 입력과 같은 관료주의적 작업으로, 종종 근무 후 시간에 완료해야 한다고 말한다. 임상의 사이에 만연한 탈진은 환자에게 나쁜 결과를 초래할 수 있다는 큰 우려를 준다.
최근 Microsoft 에 인수된 Nuance AI 회사는 이러한 의사들의 업무상 탈진을 해결하기 위해, 의사가 쉽게 메모를 작성할 수 있는 툴을 개발하고 있다. 그러나 지금까지 이러한 기술과 같은 단순히 의사의 업무량을 줄이는 방식으로는 의사를 진정으로 지원한다 할 수 없고, 그만큼 좋은 기술을 만드는 데는 여전히 큰 장애물이 있다고 한다. “우리는 AI 기술이 환자의 치료와 회복 그리고 의료 종사자의 복지에 있어 근본적인 차이를 만들 수 있다는 것을 증명해야 합니다.”라고 인 Fei-Fei Li (페이-페이 리)는 말했다. 의료는 위험이 크게 따르는 비즈니스이다. 의학에 오류 (진단 실패, 잘못된 약물 투여)가 있으면 환자가 사망할 수 있다. Andrew Ng(앤드류 응)은 인공 지능이 의료 분야에서 작동하는 데에는 여러 가지 장벽이 있다고 말한다. 그는 알고리즘이 더 나아져야 문제를 올바르게 해결할 수 있다고 말하고 있다.

(이미지 : https://www.unite.ai/microsoft-set-to-buy-nuance-for-16-billion/)

Andrew Ng(앤드류 응)과 그의 연구원들은 스탠포드 병원에서 데이터와 기계 모두를 이용하여  알고리즘을 테스트하고 학습한 엑스레이 기술을 개발하려 연구하고 있는데, 이러한 기술이 스탠포드 병원의 방사선과 의사만큼 우수하다는 것을 증명할 수 있다고 그는 말하였다. 그러나 그는 그의 연구팀이 개발한 기술은 개념 증명에 불과한 것이고, 실제 현장에서 사용하는 것과는 많은 차이가 있다고 말했다. 이미징 프로토콜을 다른 형태로 사용하는 병원에서는 알고리즘이 테스트된 기존 조건과 정확히 일치하지 않기 때문에 AI 시스템 성능이 저하될 수 있다는 예시를 들었다.
의료 분야에서 AI와 관련된 또 다른 문제는 필요한 모든 데이터가 디지털화되지 않는다는 것이다. Fei-Fei Li (페이-페이 리)는 이러한 건강 관리 데이터들이 문서화되지 않는 측면을 인간 본연의 행동적인 부분에서 설명할 수 있다고 말한다.
 
“의사가 적절한 절차를 수행하고 있는지 모니터링하는 주변 인공지능, 또는 수동적으로 데이터를 수집하는 환경에 매끄럽게 배치되는 인공지능 기술이 중요한 역할을 할 수 있습니다.” 라고 Fei-Fei Li (페이-페이 리)는 말한다. “또 다른 가능성은 중환자실에서 환자 위급 상황 시 인공 지능이 의사에게 알람을 주는 것입니다. 하지만 지금은 아직 이러한 기술이 없는 것이 현실입니다. 예를 들어, 방사선과에서는 환자를 진단하는 데 도움이 될 뿐만 아니라, 방사선 전문의가 기계를 더 잘 작동하여 바늘을 정밀하게 움직일 수 있는 입증된 제품 또는 입증된 이야기가 필요합니다.” 라고  Fei-Fei Li (페이-페이 리)는 말한다. “우리는 그 분수령의 순간을 향해 가고 있습니다.”

 

이 글은 Fast Company 에 기고된 Ruth Reader 의 번역 글입니다.

원문 보기 : https://www.fastcompany.com/90630654/stanford-ai-experts-healthcare